AI 畫圖的最前線：文生圖模型迭代、圖像編輯能力與創作工具生態的全部動態。
Meta 發佈 Muse Image，並預覽 Muse Video；兩者均為 Meta Superintelligence Labs 開發的媒體生成模型。Muse Image 可調用網絡搜尋和編碼工具、自我修訂，並支援精準編輯與多參考圖像構圖；Meta 稱增加推理時計算可提升生成質素。
推薦理由：文中比較 Muse Image 的推理時計算策略，指出把資源投入刻意推理比 Best-of-N 更能持續提升圖像品質，工具調用亦可補足單靠推理的不足。
Diffusers 現已原生支援 Nunchaku Lite 的 4-bit 擴散模型推理，預量化檢查點可用 `from_pretrained()` 載入，無須獨立推理引擎或本機編譯 CUDA。
推薦理由：文章説明 Nunchaku Lite 在 Diffusers 的原生載入方式，並以 RTX PRO 6000 基準量化呈現延遲與顯存變化。
Google DeepMind 推出 Nano Banana 2 Lite，並首次向開發者開放 Gemini Omni Flash。
推薦理由：兩款模型分別面向高速批量圖像生成與影片生成、對話式編輯，文中列出成本、延遲及 API 限制，可供評估多媒體工作流的取捨。
Google Photos 的 Auto frame 現已提供照片視角重構功能，會自動調整相機視點並補全原照片未拍到的畫面區域。方法先估算 3D 點圖與相機參數，再以生成式潛在擴散模型補全重新渲染後的空缺。這項功能會處理符合條件且包含人物的照片，重構版本列為 Auto frame 候選中的第二個版本。
推薦理由：文章説明它如何把照片視為 3D 場景，重設相機位置並補出鏡頭外內容，呈現傳統裁切和縮放無法做到的視角修正。
OpenAI 於 2026 年推出 ChatGPT Images 2.0，改進文字渲染，並提供多語言支援與視覺推理。頁面另提示讀者查看 Images 2.5 的新內容。
推薦理由：更新聚焦文字渲染、多語言支援和視覺推理，從三個具體面向呈現 ChatGPT Images 2.0 的更新重點。
Hugging Face 推出 Modular Diffusers，讓使用者以可重用區塊組合擴散模型流程，作為現有 DiffusionPipeline 的更靈活、可組合替代方案。
推薦理由：文章以現成流程、自訂區塊及 Hub 分享示例，展示如何把擴散工作流拆成可檢視、替換並重新組合的元件。
Google DeepMind 發佈圖像生成模型 Nano Banana 2（Gemini 3.1 Flash Image），以 Flash 速度帶來 Nano Banana Pro 的世界知識、品質與推理能力。
推薦理由：Nano Banana 2 將 Nano Banana Pro 的世界知識、視覺品質與創作控制帶到 Flash 速度，並交代其在 Google 產品中的推出範圍及 Nano Banana Pro 的保留使用方式，説明兩款模型面向的工作流程差異。
OpenAI 推出更快的 ChatGPT Images 體驗，並在 API 中提供 GPT-Image-1.5。材料亦提及 ChatGPT Images 2.5，但未提供更多細節。
推薦理由：更新同時涵蓋 ChatGPT Images 體驗提速與 GPT-Image-1.5 在 API 提供，呈現這次發佈涉及的兩部分變化。
Google DeepMind 發佈 Nano Banana Pro（Gemini 3 Pro Image），並以付費預覽方式向開發者開放。模型具備更準確的文字渲染和圖像本地化能力，支援 2K 和 4k 解析度；啟用 Google Search grounding 時，亦可連接即時網頁內容。
推薦理由：文章把 Nano Banana Pro 的文字渲染、本地化能力與接入方式，連同相較 Gemini 2.5 Flash Image 的成本和延遲取捨一併交代。
Google DeepMind 發佈 Nano Banana Pro（Gemini 3 Pro Image），一款基於 Gemini 3 Pro 的圖像生成與編輯模型。
推薦理由：相較原版 Nano Banana 主打快速、有趣的編輯，Pro 面向複雜構圖，並提供多語圖中文字、最多 5 人形象一致性和 2K、4K 輸出，呈現兩者的能力定位差異。
Hugging Face 介紹如何在 ZeroGPU Spaces 使用 PyTorch AoT 編譯，將模型預先編譯後在不同程序中載入，以減少即時編譯造成的冷啟動開銷。
推薦理由：文章拆解 ZeroGPU Spaces 的 PyTorch AoT 編譯流程，並展示量化、動態形狀與區域編譯等可遷移的優化做法。
OpenAI 宣佈其最新圖像生成模型 gpt-image-1 現已可透過 API 使用。開發者與企業可將可自訂的專業級視覺內容直接整合至自有工具與平台。
推薦理由：材料交代 gpt-image-1 已可透過 API 使用，並指出開發者與企業可將可自訂的專業級視覺內容直接整合到自有工具與平台。
OpenAI 在 GPT‑4o 中推出原生圖像生成，並提升文字渲染與指令遵循能力。原文亦提及 ChatGPT Images 2.5。
推薦理由：原生圖像生成之外，文字渲染與指令遵循是明確列出的改進點，讀者可據此掌握 GPT‑4o 圖像功能此次更新的着力處。
Stable Diffusion 3.5 Large（8B）及其 timestep 蒸餾版（8B）已在 Hugging Face Hub 提供，並可透過 Diffusers 進行推理與訓練。
推薦理由：文章把 Diffusers 中的量化推理與 LoRA 微調落到具體步驟，並提供在 24GB VRAM 消費級 GPU 上微調 SD3.5 Large 的參考路徑。
Hugging Face 示範如何在 Diffusers 中使用 Quanto 量化 Transformer-based diffusion pipeline，以降低推理時的 GPU 記憶體佔用。
推薦理由：文章提供在 Diffusers 中以 Quanto 量化擴散 Transformer 與文字編碼器的操作步驟，並用記憶體和延遲數據呈現精度設定的取捨。
Hugging Face 宣佈 Stable Diffusion 3 Medium（2B parameters）已在 Hugging Face Hub 上提供，並可透過 Diffusers 使用。
推薦理由：文章比較 offloading、移除 T5 與 8-bit T5 的顯存和耗時，並提供 torch.compile 加速與 LoRA 微調腳本，可作為 SD3 推理部署與微調的實作參考，並呈現節省顯存方案的耗時取捨。
Artificial Analysis 推出文生圖模型排行榜與 Image Arena，以超過 45,000 次人類圖像偏好計算模型 ELO 排名。排行榜收錄 Midjourney、DALL·E、Stable Diffusion、Playground 等開源及專有模型，評測為每個模型生成超過 700 張圖像。用户可在 Image Arena 投票，投滿 30 票後查看個人化模型排名。
推薦理由：排行榜以超過 45,000 次人類圖像偏好計算 ELO，並涵蓋開源與專有模型，為比較不同文生圖模型提供同一參照。
Hugging Face 在 🤗 Diffusers 中測試多種 SDXL 推理優化方法，並於 A100 GPU（40 GB）比較其記憶體佔用和推理延遲。未優化管線為 28.09GB、72,200.5ms；fp16 + SDPA 降至 21.72GB、11,413.0ms，加入 torch.compile 後延遲為 10,296.7ms。
推薦理由：文章以 A100 測試數據對照 SDXL 加速與省記憶體方案的取捨，並説明 Tiny Autoencoder 可能省略部分圖像細節，提供按硬件限制與生成用途選擇配置的參考。
Hugging Face Blog 示範使用 diffusers 為 Stable Diffusion 訓練 ControlNet，並以 FaceSynthetics 的 100K 張合成臉製作人臉姿勢條件資料。
推薦理由：文章以 FaceSynthetics 示範從人臉關鍵點製作 ControlNet 條件圖、整理訓練資料到配置低顯存參數的流程，可供類似訓練任務參照。
Hugging Face 的 Diffusers for Mac 1.1 已在 Mac App Store 提供，更新效能與介面，並會按電腦自動選擇加速器。文中稱，視乎電腦配置，文字生成圖像速度最高可達原來的兩倍；測試列出 GPU 與 ANE 在不同 Mac 上的表現。
推薦理由：文章按多款 Mac 和 Stable Diffusion 型號列出 GPU、ANE 的生成基準，並指出 M1 Max 上 GPU 較快、標準 M1 上 ANE 較快，呈現加速器選擇受硬件配置影響。